位姿检测及路径规划方法、装置、设备、介质及程序产品制造方法及图纸

本公开提供了一种位姿检测方法及装置、路径规划方法及装置、电子设备、程序产品以及存储介质，涉及人工智能技术领域，尤其涉及自动驾驶技术领域。本公开首先确定目标对象的预估平面几何特征；之后，根据目标对象的标准空间几何特征和预估平面几何特征，确定目标对象的初始位姿信息；最后根据预估平面几何特征对初始位姿信息进行调整，得到目标位姿信息。本公开充分考虑了目标对象的空间几何特征和预估平面几何特征，能够有效提高确定的目标对象的目标位姿信息的准确性；另外本公开还可以基于摄像头的成像几何特征和预估平面几何特征对确定的初始位姿信息进行调整，进一步提高了确定的目标位姿信息的准确性。定的目标位姿信息的准确性。定的目标位姿信息的准确性。

【技术实现步骤摘要】
位姿检测及路径规划方法、装置、设备、介质及程序产品


[0001]本公开涉及人工智能
，尤其涉及自动驾驶
，公开了一种位姿检测方法及装置、路径规划方法及装置、电子设备、存储有计算机指令的非瞬时计算机可读存储介质、计算机程序产品。

技术介绍

[0002]基于深度学习的单目障碍物3维(3D)检测技术，是利用单个摄像头采集的图像对其中的障碍物的3D属性进行估计的技术。目前该技术一般是利用一个网络直接预测，估计准确率不高。

技术实现思路

[0003]本公开至少提供了一种位姿检测方法及装置、路径规划方法及装置、电子设备、程序产品以及存储介质。
[0004]根据本公开的一方面，提供了一种位姿检测方法，包括：
[0005]确定目标对象的预估平面几何特征；
[0006]根据目标对象的标准空间几何特征和预估平面几何特征，确定目标对象的初始位姿信息；
[0007]根据预估平面几何特征对初始位姿信息进行调整，得到目标位姿信息。
[0008]根据本公开的另一方面，提供了一种路径规划方法，包括：
[0009]获取车辆在驾驶过程中拍摄的待处理图像；
[0010]利用上述位姿检测方法，确定待处理图像中目标对象的目标位姿信息；其中，目标对象包括障碍物；
[0011]根据目标对象的目标位姿信息，规划车辆的行驶路径。
[0012]根据本公开的另一方面，提供了一种位姿检测装置，包括：
[0013]平面特征预估模块，用于确定目标对象的预估平面几何特征；
[0014]位姿预估模块，根据目标对象的标准空间几何特征和预估平面几何特征，确定目标对象的初始位姿信息；
[0015]位姿调整模块，用于根据预估平面几何特征对初始位姿信息进行调整，得到目标位姿信息。
[0016]根据本公开的另一方面，提供了一种路径规划装置，包括：
[0017]图像获取模块，用于获取车辆在驾驶过程中拍摄的待处理图像；
[0018]障碍物检测模块，用于利用上述位姿检测方法，确定待处理图像中目标对象的目标位姿信息；其中，目标对象包括障碍物；
[0019]驾驶控制模块，用于根据目标对象的目标位姿信息，规划车辆的行驶路径。
[0020]根据本公开的另一方面，提供了一种电子设备，包括：
[0021]至少一个处理器；以及
[0022]与该至少一个处理器通信连接的存储器；其中，
[0023]该存储器存储有可被该至少一个处理器执行的指令，该指令被该至少一个处理器执行，以使该至少一个处理器能够执行本公开任一实施例中的方法。
[0024]根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，该计算机指令用于使计算机执行本公开任一实施例中的方法。
[0025]根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序/指令，该计算机程序/指令被处理器执行时实现本公开任一实施例中的方法。
[0026]根据本公开的技术结合目标对象的标准空间几何特征和预估平面几何特征来确定目标对象的位姿信息，充分考虑了目标对象的空间几何特征和预估平面几何特征，能够有效提高确定的目标对象的目标位姿信息的准确性；另外本公开还可以利用摄像头的成像几何特征和预估平面几何特征对确定的初始位姿信息进行调整，进一步提高了确定的目标位姿信息的准确性。
[0027]应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0028]附图用于更好地理解本方案，不构成对本公开的限定。其中：
[0029]图1是根据本公开位姿检测方法的流程图之一；
[0030]图2A是根据本公开位姿检测方法的流程图之二；
[0031]图2B是根据本公开位姿检测方法的流程图之三；
[0032]图2C是根据本公开位姿检测方法的示意图；
[0033]图3是根据本公开路径规划方法的流程图；
[0034]图4是根据本公开位姿检测装置的结构示意图；
[0035]图5是根据本公开路径规划装置的结构示意图；
[0036]图6是根据本公开的电子设备的结构示意图。
具体实施方式
[0037]以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
[0038]基于深度学习的单目障碍物3D检测技术，是利用单个摄像机采集图像，对图像中的障碍物的3D属性，例如中心点位置{x,y,z}、尺寸{H,W,L}、朝向{theta}等进行估计的技术。目前，大部分单目障碍物3D估计方法，都是基于深度神经网络提取出的特征(feature map)，经过卷积(Conv)等深度学习的基础网络，直接对障碍物的3D属性进行预测，这种方式没有充分考虑障碍物的空间几何特征以及摄像头成像的几何特征，因此在一些情况下，深度神经网络可能会生成比较离谱的3D估计值，即3D属性。
[0039]针对上述技术缺陷，本公开至少提供了一种位姿检测方法及装置、路径规划方法及装置、电子设备、程序产品以及存储介质。本公开充分考虑了目标对象的空间几何特征和
预估平面几何特征，能够有效提高确定的目标对象的目标位姿信息的准确性；另外本公开还可以利用摄像头的成像几何特征和预估平面几何特征对确定的初始位姿信息进行调整，进一步提高了确定的目标位姿信息的准确性。
[0040]下面通过具体的实施例对本公开的位姿检测方法进行说明。
[0041]图1示出了本公开实施例的位姿检测方法的流程图，该实施例的执行主体可以是具有计算能力的设备。如图1所示，本公开实施例的位姿检测方法可以包括如下步骤：
[0042]S110、利用包括目标对象的待处理图像，确定目标对象的预估平面几何特征。
[0043]上述待处理图像可以是自动驾驶的车辆拍摄到的图像，目标对象可以包括障碍物。
[0044]上述预估平面几何特征可以包括目标对象的至少一个二维关键点的位置信息。预估平面几何特征可以是利用训练好的神经网络经过对待处理图像进行处理得到的，可以认为是准确度较高的平面特征，后续将当做真值进行使用。
[0045]S120、根据目标对象的标准空间几何特征和预估平面几何特征，确定目标对象的初始位姿信息。
[0046]上述标准空间几何特征可以是根据目标对象的预设三维几何模型来确定的，可以包括目标对象的至少一个标准三维关键点的位置信息，这种特征适用于与目标对象同类的所有对象，是一个通用的标准特征，这也就造成对于某个具体的目标对象来说精确度不够。
[0047]这里的初始位姿信息可以包括目标对象的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种位姿检测方法，包括：利用包括目标对象的待处理图像，确定所述目标对象的预估平面几何特征；根据所述目标对象的标准空间几何特征和所述预估平面几何特征，确定所述目标对象的初始位姿信息；根据所述预估平面几何特征对所述初始位姿信息进行调整，得到目标位姿信息。2.根据权利要求1所述的方法，其中，所述预估平面几何特征包括所述目标对象的至少一个二维关键点的位置信息；所述利用包括目标对象的待处理图像，确定所述目标对象的预估平面几何特征，包括：提取所述待处理图像中目标对象的图像特征；根据所述图像特征，确定所述目标对象的至少一个二维关键点中每个二维关键点的位置信息。3.根据权利要求1或2所述的方法，其中，所述标准空间几何特征包括所述目标对象的至少一个标准三维关键点的位置信息；所述预估平面几何特征包括所述目标对象的至少一个二维关键点的位置信息；根据所述目标对象的标准空间几何特征和所述预估平面几何特征，确定所述目标对象的初始位姿信息，包括：获取所述目标对象的预设三维几何模型；根据所述预设三维几何模型，确定所述目标对象的至少一个标准三维关键点的位置信息；根据所述目标对象的至少一个标准三维关键点的位置信息，和所述目标对象的至少一个二维关键点的位置信息，确定所述目标对象的初始位姿信息。4.根据权利要求1至3任一项所述的方法，其中，所述根据所述预估平面几何特征对所述初始位姿信息进行调整，得到目标位姿信息，包括：获取拍摄所述待处理图像的拍摄设备的成像几何特征；根据所述成像几何特征和所述预估平面几何特征，确定所述目标对象的迭代平面几何特征；基于所述迭代平面几何特征和所述预估平面几何特征对所述初始位姿信息进行调整，得到目标位姿信息。5.根据权利要求4所述的方法，其中，所述基于所述迭代平面几何特征和所述预估平面几何特征对所述初始位姿信息进行调整，得到目标位姿信息，包括：确定所述迭代平面几何特征和所述预估平面几何特征之间的差异信息；在所述差异信息不满足预设条件的情况下，基于所述差异信息对所述初始位姿信息进行调整；返回所述利用包括目标对象的待处理图像，确定所述目标对象的预估平面几何特征的步骤。6.根据权利要求5所述的方法，还包括：在所述差异信息满足所述预设条件的情况，将所述初始位姿信息作为所述目标位姿信息。7.根据权利要求2所述的方法，还包括：
根据所述图像特征，确定所述目标对象的目标检测框、所述目标对象的类别信息和所述类别信息的置信度中的至少一种；和/或，根据所述图像特征，确定所述目标对象的尺寸信息。8.一种路径规划方法，包括：获取车辆在驾驶过程中拍摄的待处理图像；利用权利要求1至7中任一项所述的方法，确定所述待处理图像中目标对象的目标位姿信息；其中，所述目标对象包括障碍物；根据所述目标对象的目标位姿信息，规划所述车辆的行驶路径。9.一种位姿检测装置，包括：平面特征预估模块，用于利用包括目标对象的待处理图像，确定所述目标对象的预估平面几何特征；位姿预估模块，根据所述目标对象的标准空间几何特征和所述预估平面几何特征，确定所述目标对象的初始位姿信息；位姿调整模块，用于根据所述预估平面几何特征对所述初始位姿信息进行调整，得到目标位姿信息。10.根据权利要求9所述的装置，其中，所述预估平面几何特征...

【专利技术属性】
技术研发人员：刘富强，蔡忠强，万晏辰，陈岩，万吉，王军，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：